Tutorial tentang model topik dan LDA

8

Saya ingin tahu apakah Anda memiliki tutorial yang baik (cepat dan langsung) tentang model topik dan LDA, mengajar secara intuitif cara mengatur beberapa parameter, apa artinya dan jika mungkin, dengan beberapa contoh nyata.

topic-model lda

— pedrobisp
sumber

Bukan jawaban langsung dan bukan tutorial juga, tetapi jika Anda tertarik pada model hierarkis, Anda mungkin menemukan jawaban saya baru-baru ini pada topik bermanfaat (kumpulan makalah penelitian).

— Aleksandr Blekh

2

Umumnya pertanyaan yang hanya meminta sumber daya di luar situs dianggap di luar topik. Mungkin Anda bisa mempersempit apa yang Anda cari dalam tutorial. Apa yang Anda ketahui, apa yang ingin Anda ketahui, apakah Anda ingin kode dalam bahasa tertentu, dll.

— Sean Owen

9

Jika Anda bekerja di R, tutorial Carson Sievert tentang menggunakan LDA untuk memodelkan topik dalam ulasan film adalah titik awal yang sangat baik:

http://cpsievert.github.io/LDAvis/reviews/reviews.html

Tutorial ini memanfaatkan LDAvis, visualisasi interaktif dari distribusi topik dan kata yang benar-benar dapat membantu intuisi.

Juga, meskipun tidak singkat, ceramah David M. Blei tentang model topik adalah sumber yang bagus untuk memahami makna di balik parameter: http://videolectures.net/mlss09uk_blei_tm/

— Jeremy Salfen
sumber

7

Saya sangat merekomendasikan tutorial ini: Memulai dengan Pemodelan Topik dan MALLET

Berikut beberapa tautan tambahan untuk membantu Anda memulai ...

Materi pengantar yang bagus (termasuk tautan ke makalah penelitian): http://www.cs.princeton.edu/~blei/topicmodeling.html

Perangkat lunak:

MALLET (Java): http://mallet.cs.umass.edu/topics.php
- panduan pengembang pemodelan topik: http://mallet.cs.umass.edu/topics-devel.php
gensim (Python): http://radimrehurek.com/gensim/
topicmodels (R): http://cran.r-project.org/web/packages/topicmodels/index.html
Toolbox Pemodelan Topik Stanford (dirancang untuk digunakan oleh para ilmuwan sosial): http://www-nlp.stanford.edu/software/tmt/tmt-0.4/
Mr.LDA (pemodelan topik yang skalabel menggunakan MapReduce): http://lintool.github.io/Mr.LDA/
- Jika Anda bekerja dengan sejumlah besar input teks, Anda mungkin ingin mempertimbangkan untuk menggunakan Mr.LDA untuk membangun model topik Anda - pendekatan berbasis MapReduce mungkin lebih efisien ketika bekerja dengan banyak data.

Bahkan lebih lanjut di sini di blog Perkiraan Bias: Daftar Bacaan Model Topik

— Charlie Greenbacker
sumber

2

Jika Anda mencari sesuatu yang sederhana untuk memulai dan mudah diterapkan, saya akan merekomendasikan ini.

Panduan Pemula untuk Pemodelan Topik

— SVK
sumber

@pedrobisp lakukan pilihan suara jika masuk akal bagi Anda.

— SVK

2

Proyek CLARIN-D telah mengumpulkan beberapa petunjuk yang baik untuk tutorial untuk pemodelan topik dan LDA di situs Pengajaran dan Pengajaran Bahan Koleksi (TeLeMaCo) situs yang diselenggarakan oleh pusat Universität des Saarlandes CLARIN.

1

Saya sarankan mencoba tutorial Gensim Machine Learning Plu . Ini akan memberi Anda tinjauan menyeluruh, pada NLP dan LDA, termasuk: bagaimana cara pra-proses data Anda, melakukan rekayasa fitur dan menerapkan LDA.

— Argyris
sumber